[发明专利]视频热度预测方法、装置、终端设备及介质

权利要求书

1.一种视频热度预测方法，其特征在于，包括：

获取视频文件中的多个图像帧；

分别提取每一所述图像帧的场景特征；

将多个所述图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。

2.如权利要求1所述的视频热度预测方法，其特征在于，所述分别提取每一所述图像帧中的场景特征，包括：

对每一所述图像帧，获取该图像帧中各个像素点的三基色RGB均值；

检测该图像帧中是否包含人物特征信息，并获取与检测结果对应的输出值；

生成由所述RGB均值以及所述输出值构成的二元向量，并将所述二元向量确定为该图像帧的场景特征。

3.如权利要求2所述的视频热度预测方法，其特征在于，所述检测该图像帧中是否包含人物特征信息，并获取与检测结果对应的输出值，包括：

将所述图像帧输入训练好的卷积神经网络模型，所述卷积神经网络模型用于检测输入的图像帧中是否包含人物特征信息；

获取所述卷积神经网络模型的输出值，所述输出值为第一预设值或第二预设值。

4.如权利要求1至3任一项所述的视频热度预测方法，其特征在于，所述将所述多个图像帧的所述场景特征输入预设的神经网络模型，以得到所述神经网络模型输出的视频热度值，包括：

将每一所述图像帧的所述场景特征分别输入预设的神经网络模型中的一个长短期记忆网络LSTM单元，所述LSTM单元分布于所述神经网络模型中的LSTM层；

令所述LSTM层的输出值依次经过注意力机制层以及回归层；

将所述回归层的输出值确定为所述视频文件的所述视频热度值。

5.如权利要求1所述的视频热度预测方法，其特征在于，还包括：

获取所述视频热度值最高的N个所述视频文件，并获取其中每一所述视频文件的元信息，所述元信息包括多项属性值；

根据每一所述视频文件的元信息，分别获取各项所述属性值的出现频次；

根据所述出现频次的高低顺序，依次对各项所述属性值进行排序并展示。

6.一种视频热度预测装置，其特征在于，包括：

第一获取单元，用于取视频文件中的多个图像帧；

提取单元，用于分别提取每一所述图像帧的场景特征；

输出单元，用于将多个所述图像帧的所述场景特征输入训练好的神经网络模型，以得到所述神经网络模型输出的视频热度值。

7.如权利要求6所述的视频热度预测装置，其特征在于，所述提取单元包括：

三基色获取子单元，用于对每一所述图像帧，获取该图像帧中各个像素点的三基色RGB均值；

人物特征检测子单元，用于检测该图像帧中是否包含人物特征信息，并获取与检测结果对应的输出值；

向量生成子单元，用于生成由所述RGB均值以及所述输出值构成的二元向量，并将所述二元向量确定为该图像帧的场景特征。

8.如权利要求6或7所述的视频热度预测装置，其特征在于，所述输出单元包括：

输入子单元，用于将每一所述图像帧的所述场景特征分别输入预设的神经网络模型中的一个长短期记忆网络LSTM单元，所述LSTM单元分布于所述神经网络模型中的LSTM层；

输出子单元，用于令所述LSTM层的输出值依次经过注意力机制层以及回归层；

确定子单元，用于将所述回归层的输出值确定为所述视频文件的所述视频热度值。

9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。